故障检测（FD）对于确保太阳能热系统的性能至关重要。然而，手动分析系统不仅耗时，还容易出错，且需要深厚的专业知识。现有的故障检测算法往往设置复杂，仅适用于特定的系统布局，或者故障检测范围有限。因此，本文提出了一种新的故障检测算法——故障侦探，该算法完全基于数据驱动，能够广泛应用于不同系统布局，配置简便。它能自动识别相关传感器，并通过随机森林回归模型来模拟这些传感器的行为。通过对比预测值与实际测量值，可以检测出故障。编译 陈讲运
该算法通过三个大型太阳能热系统的数据进行了测试，以评估其适用性和性能。测试结果与领域专家的手动故障检测进行了对比。评估结果显示，Fault-Detective能够成功识别相关传感器，并对其行为进行准确建模，确定系数得分在R2=0.91至R2=1.00之间。此外，所有由领域专家检测到的故障，Fault-Detective都能正确识别。该算法甚至发现了一些专家未能注意到的故障。然而，当监测温度传感器时，Fault-Detective的精度仅为30%，这限制了其应用范围。原因是异常（如连续多日恶劣天气）导致的大量误报，而非实际故障。尽管如此，该算法在监测系统热功率方面仍显示出良好的前景，平均精度得分达到了91%。
扫码或加微583769685索取报告全文
免责声明：本公众号文章多来源于公开媒体内容，整理、翻译、编辑而成，仅供读者参考。文中的观点和内容不具有任何指导作用，对读者不构成任何项目建议或承诺！如果本文不慎侵犯您的权益，请加微583769685联系，将及时处理。
1、
2、
3、
热门跟贴